H指数:0
被引数:170
个人简介
暂无内容
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
暂无内容
具有动态适应性和灵活性的增量类别持续学习模型
使用集成LLM和扩散模型生成逼真的合成表格数据
Neurocomputing
IF6.5
通过目标感知的源数据选择优化预训练
LLMOverTab: 使用语言模型驱动的过采样进行表格数据增强
暂无内容
暂无内容
暂无内容
暂无内容
具有动态适应性和灵活性的增量类别持续学习模型
使用集成LLM和扩散模型生成逼真的合成表格数据
通过目标感知的源数据选择优化预训练
LLMOverTab: 使用语言模型驱动的过采样进行表格数据增强